Model Generalized Autoregressive Conditional Heteroscedasticity ((Garch)(?,?)) Berdistribusi T
Main Author: | Irenenda, AdelitaSilviaIka |
---|---|
Format: | Thesis NonPeerReviewed |
Terbitan: |
, 2017
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/155328/ |
Daftar Isi:
- Model GARCH yang digunakan biasanya menggunakan asumsi sisaan normal, namun asumsi tersebut masih gagal untuk menangkap karakteristik deret finansial, yaitu ekor gemuk, leptokurtic dan skewness. Leptokurtic memiliki nilai kurtosis yang lebih dari 3 dan berbentuk kurva dengan puncak yang lancip. Pendugaan parameter menggunakan Fat Tailed Maximum Likelihood Estimation. Tujuan penelitian ini adalah untuk melakukan pemodelan GARCH (1,1) dengan distribusi t dan peramalan ragam selama 12 periode kedepan. Data yang digunakan adalah data nilai tukar Dollar terhadap Rupiah periode 3 Januari 2011 – 22 Agustus 2016. Berdasarkan hasil analisis didapatkan hasil bahwa model yang digunakan adalah model ARMA ([4],[4]) dengan pemodelan ragam yang digunakan adalah model GARCH (1,1) berdistribusi t dengan derajat bebas 3. Peramalan ragam selama 12 periode kedepan mengalami kecenderungan naik.